组织成员:杨夕、Naomi、净信、糖醋鱼、HK、along等小伙伴们
Topic 发起表
学习口号:以区块链模式推广学习
- 你是否也再一个人干巴巴的学习么?
- 你是否在学习过程中,特别想找人分享自己的见解?
- 你是否也特别希望有一群小伙伴可以和你一起讨论学习?
那么,加入我们,将使你解决以上烦恼!!!
- 发起人 先 确定好 Topic 和 预分享的时间;
- 负责人会 提前两周 做一次宣传,帮 发起人 找 参与者,然后建群;
- 发起人 和 参与者 可以一起分工,对该 Topic 进行调研和设计;
- 发起人 觉得 准备 OK 之后,由负责人帮忙定一个时间 组织群内分享;
TopicShare 想做的事:
- 选取比较成熟的 Topic 和 做一些 开源方案 分享;
- 给 TopicShare 成员一个一起学习一起讨论的空间,以帮助组织成员更好**“高效+全面”**学习;
- 认识更多更优秀的小伙伴!
- 活动通知公众号
- 分享方式:腾讯会议
- Topic 分享:每周六 晚上 20:30
- 发起人 先 确定好 **Topic 发起表 **和 预分享的时间;
- TopicShare组织者 会提前两周 做一次宣传,帮 发起人 找 参与者,然后建群;
- 发起人 和 参与者 可以一起分工,对该 Topic 进行调研和设计;
- 发起人 觉得 准备 OK 之后,由 TopicShare组织者 帮忙定一个时间 在学习群内分享 腾讯会议 会议 ID;
- Topic 分享开始时,TopicShare组织者 会 组织 发起人 分享,并在 学习群内,通知学员参与旁听;
该项目主要是本人在研读顶会论文和复现经典论文过程中,所见、所思、所想、所闻。
本项目是作者们根据个人面试和经验总结出的自然语言处理(NLP)面试准备的学习笔记与资料,该资料目前包含 自然语言处理各领域的 面试题积累。
本项目致力于知识图谱的构建,目前正一点一点搭建其方法,也希望能帮助更多的人,
该项目主要是本人在研读顶会论文和复现经典论文过程中,所见、所思、所想、所闻。
该项目主要 使用 tensorflow 框架 复现 NLP 基础任务上的应用。
因为目前正在 找工作需要刷题,为了方便后期学习,我将自己刷过的 题目以及对应的解法记录 于该项目中,方便后期学习,也方便大家学习。
知识图谱构建
机器学习
深度学习基础
强化学习
框架论文源码学习
- 如何旁听 Topic 分享?
我会建立一个 TopicShare 旁听群,然后 每一个 想听分享的成员会先加入该群,然后 每周末我们会在 该群里面 发 Topic 飞书分享链接。
- 如何加入我们?
在 ** Topic 发起表 ** 上面 填写 想分享的 Topic,然后 添加 TopicShare 组织者 微信号 blqkm601,注明参与分享即可。
每个人选择自己感兴趣的 Topic,确定每一个 Topic 的分享时间,每一个组织成员需要记住分享时间,避免忘记分享;(PS:如果觉得自己因为工作或者其他原因没时间,那么我觉得没必要参与进来,因为这种方式对于你来说进步并不大,而且还会浪费过多的时间和精力)
为方便审核组的管理,我们将成立审核组,审核组工作:
- 负责 新成员 的加入 考核;
- 负责 TopicShare 学习群 的 通知 和 管理;
- 负责 TopicShare 学习群 的优化工作;
梯度 方式(建立 一个 分享群,所有人都可以加入,每周定期有人分享,比较优秀的人可以加入 TopicShare 学习群)
- 领域知识介绍(10-20 min);
- 常用方法,思路;
- 预处理代码、模型代码;
- 业界方法 和 学术界方法 调研;
- 个人观点;
- 对话和搜索中的query理解概述 视频链接 提取码: tn9k
- 浅谈FAQ
- 从文本分类模型到分类系统 视频链接 提取码: y4k3
- 对话和搜索中的query理解概述视频链接 提取码: y4k3
- 自然语言预训练模型概述视频链接 提取码: y4k3
- 语义相似度.xmind视频链接 提取码: y4k3
- 逻辑回归(Logistic Regression)
- 图论(图挖掘)主题:PageRank算法公式手推并代码实现
- 批量归一化操作的目的和实现(The motivations and operations of Batch Normalization )分享
- PageRank算法分析_V0.1
- Named Entity Recognition as Dependency Parsing【杨夕】【论文】
- SimCSE【Lver】【论文】
- 盘点近年来的命名实体识别【Ycy】
- A User-Centered Concept Mining System for Query and Document Understanding at Tencent【Sm1les】
- Attention is All you need【paper】【丽萍】
- Document-Level RE with Adaptive Thresholding and Localized Context Pooling【paper】【海顺】
- A User-Centered Concept Mining System for Query and Document Understanding at Tencent【Sm1les】
- Multi-Source Domain Adaptation with Mixture of Experts
- XLNet: Generalized Autoregressive Pretraining for Language Understanding【玲玲】【视频分享 提取码:g1ky 】
- 模型蒸馏【李威】【视频分享 runl 】
- Neural Snowball for Few-Shot Relation Learning【王翔】【视频分享 yaoa 】
- Rethinking Self-Attention in Transformer Models【大好人】
- TextCNN【以若】
- Double Graph Based Reasoning for Document-level Relation Extraction (EMNLP 2020)【陈海顺】
- Event Extraction via Dynamic Multi-Pooling Convolutional Neural Networks【周郴莲】
- 知识图谱构建【王翔】
- EAST学习笔记【安晟】
- CNN可解释性【李国樑】【视频有需要找负责人拿,谢谢】
- FOTS: Fast Oriented Text Spotting with a Unified Network【苏静静】
- Interpretable CNN【李文涛】
- YOLOv5【王立杰】
- Progressive Feature Alignment for Unsupervised Domain Adaptation【苏丽敏】
- DeepCF A Unified Framework of Representation Learning and Matching Function Learning in Recommender System【Jespon】
- EMBEDDING-BASED RETRIEVAL IN FACEBOOK SEARCH【星】
- FiBiNET: Combining Feature Importance and Bilinear feature Interaction for Click- Through Rate Prediction【Stefan】
- Deep_Match_to_Rank_Model_for_Personalized_Click【阿泽】【视频分享 提取码:gxdc 】
- Local Item-Item Models for Top-N Recommendation 笔记【白玉瑶】【视频分享 提取码:o0wt 】
- Knowledge Enhanced Personalized Search 笔记【宋志伟】
- 基于元矩阵分解的联邦评分预测任务 【Honglei Zhang】
- ATBRG: Adaptive Target-Behavior Relational Graph Network for Effective Recommendation 【田雨】
- Fine-tune BERT for Extractive Summarization【杨夕】
- 句子重排序论文串讲【张帆】
- seqGAN 文本生成【李文乐】
- 命名实体识别 之 Dynamic Architecture【杨夕】
- Chinese NER Using Lattice LSTM(ACL2018)
- LR-CNN: CNN-Based Chinese NER with Lexicon Rethinking(IJCAI2019)
- CGN: Leverage Lexical Knowledge for Chinese Named Entity Recognition via Collaborative Graph Network(EMNLP2019)
- LGN: A Lexicon-Based Graph Neural Network for Chinese NER(EMNLP2019)
- FLAT: Chinese NER Using Flat-Lattice Transformer
- Attention Is All You Need
- Transformer理论源码细节详解【我是大好人】
- 【关于Transformer】 那些的你不知道的事【杨夕】
- Deep Face Recognition: A Survey【安晟】
- 人脸识别损失函数【蘇靜】
- MTCNN【】
- YOLO【张文涛】
- YOLO v2【张文涛】
- Circle Loss【CJ】
- SPP-Net【李国梁】
- YOLO_V4【以若】
- Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate【Stefan】
- 【【关于 实体关系联合抽取】 那些你不知道的事】
- GraphRel:Modeling Text as Relational Graphs for Joint Entity and Relation Extraction [ACL2019]【杨夕】
- A Novel Cascade Binary Tagging Framework for Relational Triple Extraction [ACL2020]【我是大好人】
- CopyMTL: Copy Mechanism for Joint Extraction of Entities and Relations with Multi-Task Learning [AAAI2020]【李方】
- Span-based Joint Entity and Relation Extraction with Transformer Pre-training [ECAI 2020]
- Joint Extraction of Entities and Relations Based on a Novel Decomposition Strategy
- Joint entity recognition and relation extraction as a multi-head selection problem
- 医学图像分割总结
- U-Net: Convolutional Networks for Biomedical Image Segmentation
- Cell R-CNN V3: A Novel Panoptic Paradigm for Instance Segmentation in Biomedical Images【蘇靜】
- CS-Net: Channel and Spatial Attention Network for Curvilinear Structure Segmentation【蘇靜】
- Capsule network for biomedical image segmentation【张强】
- Lattice CNNs for Matching Based Chinese Question Answering【杨夕】
- 自然语言处理(Natural Language Processing,NLP)【杨夕】
- Multi-Perspective Sentence Similarity Modeling with Convolutional Neural Networks【黑桃】
- Simple and Effective Text Matching with Richer Alignment Features【李文乐】
- Dual attention network for Scene Segmentation【杨夕】
- EfficientNet : Rethinking Model Scaling for Convolutional Neural Networks【蘇靜】
- Accelerating Proposal Generation Network for Fast Face Detection on Mobile Devices【以若】